摘要：跨域序列推荐(cross-domain sequential recommendation,CSR)旨在通过挖掘用户在多域混合序列中的行为偏好来为其提供跨域个性化推荐服务.近年来,研究人员开始尝试将图卷积网络(graph convolution network,GCN)集成到CSR中,以建模用户和项目之间的复杂关系.然而,基于图的CSR方法大多通过复杂的结构来捕捉用户在多个域中的序列行为模式,这导致其通常具有较高的计算复杂度和较大的内存开销,限制了模型在资源受限设备上的应用.此外,已有的轻量级图跨域序列推荐方法认为,应该采用单层聚合协议(single layer aggregating protocol,SLAP)来学习跨域序列图(cross-domain sequential graph,CSG)上的嵌入表示.基于这种协议的图卷积网络,能够规避多层聚合协议所带来的额外跨域噪声,但却难以捕捉域内的高阶序列依赖关系.为了解决上述挑战,提出了一种轻量级的三分支图外部注意力网络(tri-branches graph external attention network,TEA-Net).具体而言,TEA-Net首先将原始CSG分为域间以及域内序列图,并设计了一种并行的三分支图卷积网络结构来学习图中的节点表示.该结构能够以较低的计算开销,在不引入额外跨域噪声的条件下,学习域间的低阶协同过滤关系和域内的高阶序列依赖关系.其次,在三分支结构的基础上,提出了一种改良的外部注意力(external attention,EA)组件,该组件移除了EA中的非线性通道,使其能够以更低的开销挖掘项目序列依赖关系并将注意力权重在多个分支上共享.在2个真实数据集上进行了广泛的实验来验证TEA-Net的性能表现.与10种最先进的CSR方法相比,TEA-Net在轻量化性能和预测精度方面均取得了更好的结果.

摘要：针对沿空掘巷窄煤柱非对称变形问题,提出了对穿锚索双向加固窄煤柱技术,设计了伸长型和胀锁型两种对穿锚索结构及工艺,开展了对穿锚索拉拔试验,试验表明两种锚索结构均满足抗拉要求,从锚索破坏形态、施工便捷性和材料经济性等方面对比分析,确定胀锁型对穿锚索为窄煤柱双向加固的首选。进一步通过相似模型试验与数值模拟研究了不同加固方式下煤柱承载变形规律和对穿锚索受力特征。结果表明:双排紧密型对穿锚索加固试件较未加固试件峰值荷载提高了96.04%,且随着锚索排数及数量的增加,窄煤柱双向加固稳定性越来越高,胀锁型对穿锚索提高了煤柱破坏前的能量储存量和临界破坏点。最后,在济宁三号煤矿123_(下)04工作面运输巷开展胀锁式对穿锚索加固窄煤柱工程试验,监测显示对穿锚索锚固力超过220 kN,锚索加固区煤柱帮鼓量降低70%,窄煤柱整体稳定性好,窄煤柱双向加固技术可行,为沿空掘巷工程提供了新技术途径。

摘要：考虑由单一制造商和单一零售商组成的闭环供应链,构建政府动态补贴区块链技术的集中决策和分散决策模型,并进行分析和比较.在此基础上,设计协调机制以最大程度发挥政府动态补贴的作用,保障闭环供应链的运作.研究表明:1)消费者的溯源偏好会促进闭环供应链引入区块链技术;2)政府动态补贴会降低产品批发价格,对促进产品循环利用和提升区块链溯源水平有积极影响,闭环供应链系统及其成员的利润增加.当消费者的溯源偏好低于某一特定阈值时,政府动态补贴会促使产品零售价格降低;3)集中决策下,闭环供应链的系统利润更高,回收努力成本分摊契约协调使分散决策下制造商和零售商收益达到双赢效果,通过非对称Nash均衡谈判能够实现契约协调后动态盈余收益的分配.本研究为政府有关部门的支持策略制定提供了理论依据,同时为闭环供应链企业引入区块链提供了重要的管理启示,有助于提升供应链的效率和可持续发展能力.

摘要：为了提高协同光学和雷达影像提取水稻的精度,该研究通过改进深度学习网络HRNet,提出一种多级特征融合的框架方法,改进后的MSATT-HRNet模型综合利用欧空局哥白尼项目哨兵1号(Sentinel-1)的双极化合成孔径雷达(synthetic aperture radar,SAR)影像和哨兵2号(Sentinel-2)多光谱光学影像,提取了湖南省长沙市望城区水稻种植区域。针对HRNet网络的改进主要包括两部分:1)设计了通道注意力机制与最大池化组成的卷积组用于提取SAR特征,同时将自注意力模块嵌入HRNet基础特征提取模块中用于提取多光谱光学影像的特征;2)为了探索双模态特征之间的内在互补关系,设计了由通道注意力与空间注意力组成的特征融合模块。研究针对改进模型进行了消融试验,并将MSATT-HRNet与其他常用深度学习方法(MCANet、Deeplabv3、Unet)进行了比较。结果表明,该研究提出的多源数据融合方法能够利用不同数据源的互补优势。水稻种植区域提取结果的总体精度、Kappa系数分别达到97.04%和0.961,与MCANet、Deeplabv3、Unet相比,总体精度分别提高6.90、2.67和2.98个百分点,Kappa系数分别提高0.055、0.025和0.030。证实了该方法可以有效提高水稻的判别精度。研究通过深度学习技术与遥感影像的耦合,为南方多云雨地区水稻制图提供了一种可行的选择。

摘要：在加筋土工程中,采用异型格栅和设置粗粒土夹层可以有效增强筋土相互作用。然而粗粒土夹层厚度的确定方法仍有待进一步研究。基于一种带有凸起节点结构的高摩阻超静定土工格栅(high resistance hyperstatic geogrids,简称HRHG)与砾石的直剪试验结果,建立了剪切硬化筋土界面的剪胀本构模型,并进一步研究了筋土剪胀应力在土体内引起附加应力的分布规律。通过开展不同法向压力(30、50、80 kPa)下的直剪试验,研究了不同粗粒土夹层厚度(60、100、140、180 mm)对筋土相互作用的影响,并与筋土界面剪胀应力的分布规律进行了对比分析。结果表明,筋土界面剪胀本构模型可以有效计算剪缩位移和剪胀位移,且最终剪胀位移随法向压力增加而减小。由界面剪胀应力引起的粗粒土中附加应力随着与筋土界面距离的增加而降低,但是剪胀范围逐步增大。粗粒土夹层厚度的增加可以有效提高界面剪切强度,但存在最优夹层厚度使界面剪切强度的增幅迅速降低。最优夹层厚度随着法向压力的增加而减小。通过对比分析最优夹层厚度与剪胀应力比之间的关系,提出了基于筋土界面剪胀本构模型的确定最优夹层厚度的半经验公式,可为HRHG在工程中的设计或应用提供参考。

摘要：针对传统的无人机编队路由算法无法有效利用拓扑变化的可提前预知特性、以发送探测包的方式获取链路的连接情况会导致开销大等问题,该文引入时变图模型,提出了基于离散时间聚合图的无人机编队最短时延路由协议。首先,利用无人机编队网络的先验知识,如节点的运动轨迹以及网络拓扑变化情况,使用离散时间聚合图对网络的链路资源和拓扑进行表征。其次,基于该图模型设计路由决策算法,即在路由探索阶段将链路时延作为链路权重求解网络的源节点到目的节点的最短时延路由。最后,性能仿真结果表明,该路由协议与传统按需距离矢量路由协议相比提高了网络的分组投递率、降低了端到端时延和网络的控制开销。

摘要：本研究旨在制备马来酸氟伏沙明微丸缓释片,并评估其在体外的释药行为。采用离心-滚圆法制备马来酸氟伏沙明载药丸芯,流化床包衣技术制得缓释微丸,并将多单元缓释微丸与处方量的辅料混合压制成片。通过L8(24)田口试验,筛选并确定载药微丸最佳处方;使用Minitab将物料温度、风机转速、雾化压力、喷液速率设计成24部分因子的DOE试验以优化底喷包衣工艺;将24~40目粒径的单硬脂酸甘油酯作为主要稀释剂进行压片以缓解压片时微丸与辅料分层现象并降低包衣膜的机械损伤;对混合颗粒的休止角、堆密度、振实密度、豪斯纳比等粉体流动性指标进行考察发现其流动性和可压性适合直接压片;评价缓释片基本性能,考察体外释放行为,并研究其释放机制。结果表明,马来酸氟伏沙明微丸缓释片可以在pH 6.8的磷酸盐缓冲液中崩解成独立的微丸小单元,并达到24 h缓释的效果,其释药行为符合一级释药模型。制备的马来酸氟伏沙明微丸缓释片,符合制剂设计的释放要求,具有良好的商业前景。

摘要：为解决深海着陆器沉降速度和沉降轨迹不受控问题,提出集成水力翼板的新型着陆器,能够高效率、低能耗精准缓降着陆。以集成水力翼板的深海着陆器为研究对象,建立其运动学模型和水动力学模型,采用Fluent软件数值模拟分析着陆器沉降过程的绕流场演化规律,阐明水力翼板的缓降作用机理,并基于最优拉丁超立方抽样方法、高斯过程回归方法、Sobol’全局灵敏度分析方法、NSGA-III多目标优化算法,实现了水力翼板的结构参数和开合角度的优化。研究结果表明:水力翼板的开合角度对着陆器沉降速度的影响权重最大,水力翼板增大了着陆器绕流场中的流体附加质量,减少了着陆器重力势能向着陆器动能的转换,从而降低了着陆器的沉降速度。集成水力翼板的结构形式为新型深海着陆器的设计与应用提供了参考依据。

摘要：针对激波压力信号快速测量需求的提升,提出了一种基于压电效应的高频动态激波压力传感器结构形式及测量原理。通过分析激波信号的时频特性,确定高频动态压电式压力传感器的性能需求;采用高频动态压电式压力传感器的测量原理,对提出的激波压力测量进行了分析;基于变形协调一致原则,建立了静力学和动力学模型,分析传感器结构参数对灵敏度和固有频率的影响规律;将优化后的传感器三维模型导入ANSYS中进行静力学、动力学和压电耦合分析,验证了传感器结构及其测量原理的可行性。通过准静态标定和动态标定实验,得到传感器的电压灵敏度、非线性度和固有频率等测量性能指标,实验结果表明:研制的高频动态压电式激波压力传感器样机具有高灵敏度3.19 mV/kPa、高固有频率特性95.625 Hz和短上升时间10.45μs特性,能够满足实际测试需求。

摘要：DBSCAN算法作为一种经典的聚类算法被广泛地应用于各领域,但由于其参数的自适应性较差,应用效果完全取决于参数的设置。基于此,提出了基于改进和声搜索的自适应DBSCAN算法,以提高DBSCAN算法的自适应性。算法采用K-平均最近邻算法优化初始种群,从而改善初始种群质量,为后续的进化计算提供优质解;设计了基于双差分的更新算子,提升算法的搜索能力;采用两种更新策略结构避免算法过早收敛,提高和声搜索算法的寻优能力进而全面提升DBSCAN算法的自适应性。采用多种数据集并设计对比实验验证提出的算法。实验结果表明,提出的算法具有更佳的识别能力和自适应性。